作者Tripti Sethi，高级分析全球负责人，Avanade，那么什么是人工智能？我认为冒着过于简单化的风险，用这种方式来表述是有用的：人工智能是像人一样思考和行动的机器。这实际上意味着他们需要理解和解释数据。为了改善客户体验，人工智能需要能够处理各种类型的结构化和非结构化数据。例如，如果人工智能看到一张苹果非结构化数据的图片，它需要知道这是一个苹果。我们必须给人工智能增加智能来实现这一目标。利用人工智能中的真实智能，可以对数据做出合理的结论。但是，即使人工智能能够根据现有数据做出有教育意义的决策，但如果它不能与人交流，那也没什么用。因此，为了改善客户体验，人工智能必须能够与人无缝交互，例如通过聊天机器人。人工智能的未来是什么？我们将如何使用人工智能来改善客户体验？我们只触及了人工智能的表面。这让一些长期思考者问："人工智能的未来是什么？"但对于现场从业者来说，更直接的问题是我们将如何使用人工智能来改善客户体验？答案是人工智能将被用于驱动许多公司流程。除了客户体验，对于市场营销，还有三个其他主要过程人工智能将变得越来越重要：推动业务结果差异化客户细分增强员工体验（作为客户体验的一个子集）和作为客户体验的一个子集，员工体验为公司提供了一种增加参与度和支付成本的方法。例如，聊天机器人可以与员工谈论IT支持，在这个狭窄的领域内使用自然语言处理来诊断IT问题，并解决这些问题或将其重新路由到适当的部门。人工智能越来越成为日常生活的一部分。例如，如果你使用Kindle，从亚马逊购买电子书，你会得到推荐书供你继续阅读。但是你怎么能得到这么多的推荐呢？随着人工智能变得越来越容易访问，处理信息的成本就越低，从而提高其扩展更多数据的能力。例如，提出这些建议的算法可能要处理超过1亿本书的推荐组合，再加上你以前的阅读和浏览模式，最终的推荐范围缩小到你可能会读的两到三本书。使用人工智能来改善客户体验，而不仅仅是为了人工智能而使用任何技术，对人工智能所能完成的事情的宣传有时超出了现实。真正的好处将来自于将它应用于已定义的用例，并将客户和他们的体验放在您试图实现的核心。一些商业领袖已经加入了人工智能的行列，但很难量化结果。这一切都归结于一个务实的原则，即没有人为了说自己拥有人工智能而实施人工智能。但是，如果你有真正的商业成果是由人工智能驱动的，它可以改善客户体验，那么就使用它。人工智能就像物联网：不管接受与否，它都会留在这里。例如，许多公司都可以访问互联网和移动应用程序上的社交媒体数据。例如，如果你在商业领域有主要的业务，你会想知道关于客户情绪的社交媒体对话，因为它与你的公司、品牌和产品有关。人工智能可以分析这些社交媒体对话的情绪，并利用这些见解来定义客户互动。把人工智能作为一个精益项目来启动：个性化客户体验，就像任何一个正在进入企业的新兴技术一样，许多人不知道从哪里开始使用人工智能。我建议你开始精益来证明人工智能如何为企业创造价值。例如，您可以自动化和个性化的个人客户体验，例如微型网站或贸易展览应用程序。尝试不同的方面使用人工智能自动化和个性化的客户体验。然而，要把全局和结果放在心上。你必须考虑人工智能将如何适应你现有的流程，并在一段较长的时间内进行扩展。这是因为人工智能的长期价值在于，一旦价值主张得到证实并得到管理层的认可，它就可以有效地扩展并嵌入到现有流程中。另一个例子是，你可以利用你现有的客户忠诚卡进行在线商务。为那些提供店内客户忠诚度卡号的客户进行在线促销。通过正确的商业和数字体验平台，在线获取客户忠诚卡数据应该相对容易。使用人工智能来理解人物角色和细分市场在人工智能被部署到客户体验平台之前，它必须首先了解相关的人物角色和细分市场。除此之外，人工智能实例需要知道客户对你的品牌的参与程度。例如，某个客户在网上发表评论吗。通过将来自社交媒体的客户信息与ERP、CRM和其他数据库进行匹配，您可以完成对他们如何与品牌互动的理解。在连接了你的客户数据之后，人工智能就可以开始了解如何提出建议了。例如，如果"A事物"对那些与你的目标客户有共同特征的客户表现良好，他们也喜欢A事物，而"B事物"对这些客户也表现良好，但是这个特定的客户没有尝试过B事物，那么AI可以运行一个测试来检查，也许提供36小时的优惠券需要兑换。一旦你运行了足够多的测试，人工智能将让你非常精确地缩小什么会吸引这个特定的客户，这样你就可以创建一个客户细分市场。这一切都是为了在合适的时间推出合适的产品。拓宽可用于推动业务成果的数据（非结构化和结构化），人工智能可用于理解非结构化数据以及结构化数据以推动业务成果。传统上，结构化数据存在于数据库中。例如，车祸发生后，理算师会评估汽车的损坏情况，并填写一份标准表格来记录损坏程度。人工智能可以利用这些数据来推断。但它也可以从非结构化数据中得出推论。如今，任何人都可以拍摄汽车损坏的照片，这些照片作为非结构化数据存储在数据库中。人工智能可以利用这些非结构化的照片数据，自己填写保险索赔表的各个部分。它会根据先前"知道"的汽车损坏程度/种类自动提取信息。这有助于自动化和加快保险索赔过程。社交媒体是非结构化数据的另一个例子。关注顾客体验的企业会想知道他们的品牌是如何被感知的。例如，考虑一下消费者对豪华车的总体情绪。顾客可以根据他们的舒适度、发动机功率和其他标准来判断不同的汽车品牌。人工智能可以上网查看产品用户如何评价这些标准（即积极、中立、消极）的情绪。当你进行一项活动并对整个群体/人群的情绪进行评分时，人工智能有助于深入了解客户的看法和观点。在你开始实施人工智能来改善你的客户体验之前，首先你必须确定你的数据优先级。这就需要回答一系列高层次的问题，比如：人工智能的预期增值是什么？什么样的客户体验将引发预期的业务成果？人工智能需要哪些数据来创建这些客户体验？如果必要的数据不在内部，你需要什么额外的外部数据来供给人工智能？有了满意的答案，你就可以开始实现人工智能了。但你是怎么做到的呢？作为切入点，使用机器学习来驱动数据。在那之后，你将需要知道是否有必要进行变革，以及如何利用人工智能实现规模经济。每一个新的惊人的客户体验基准下一个都说，人工智能可以在从个性化客户体验到个性化客户体验的过程中产生质的变化。但要做到这一点，人工智能需要具备以下能力：处理结构化和非结构化数据从处理的数据中得出合理的结论自动化流程在您的人工智能驱动的客户体验具备所有这些功能时端到端地操作客户体验，你可以让每一个新的惊人的客户体验成为客户下一次体验的新基准。您可以通过挖掘适当的数据来在适当的时间提供适当的客户体验，从而获得额外的竞争优势。其中最困难的方面是通过识别要集成的正确信息来处理实时客户信息，同时消除噪音。最重要的是，您需要合适的数字体验平台和最合格的合作伙伴来帮助推动这些最令人惊叹的客户体验。Tripti Sethi是欧洲的数字分析主管和Avanade的全球高级分析主管。在LinkedIn上找到她。要了解更多关于人工智能的准备，请阅读Avanade指南（pdf）。